SAP将以全新的执行董事会开启2025财年。这家德国软件公司宣布,39岁的Sebastian Steinhauser将晋升为执行董事会成员。未来,Steinhauser将领导新设立的战略与运营董事会组,在这一职位上继续推动SAP战略的实施并简化公司流程。
SAP在一份声明中表示,由新任首席营销官Ada Agrait领导的战略与运营部门与全球营销部门的整合,旨在改善协作并加强客户和合作伙伴的数字化体验。
Steinhauser于2020年加入SAP,曾担任多个职务,包括首席战略官。在这一角色中,他领导了业务转型管理、业务网络和可持续发展等增长领域。2024年,他被任命为首席战略和运营官。他的职责范围扩大到包括业务运营、流程和IT,以及合作伙伴网络和商业职能。在加入SAP之前,Steinhauser曾在波士顿咨询公司工作。
就在六个月前,SAP刚刚调整了其管理层,2024年8月,销售主管Scott Russell和营销主管Julia White突然离开SAP。
Steinhauser:SAP的未来架构师 SAP SE监事会主席Pekka Ala-Pietila表示:"自2020年以来,Sebastian Steinhauser在SAP的企业战略中发挥了关键作用。我们将他视为SAP未来的重要领导者和架构师。"
SAP监事会还将负责客户服务和交付的执行董事会成员Thomas Saueressig的合同延长了三年至2028年。Ala-Pietila评论说:"他的贡献对确保越来越多的SAP客户选择云计算之路至关重要。"
这家总部位于德国沃尔多夫的公司在第二管理层也有变动。SAP引入了新的CTO和两位新的首席营收官。
Philipp Herzig将在现有首席AI官职务的基础上,担任SAP全球CTO。在新职位上,Herzig将负责监督SAP的技术战略、创新、研究和企业发展。他的工作还包括确保SAP商业AI和可持续发展部门的成功,并继续推动SAP客户和合作伙伴的创新。自2024年9月前任首席技术官Jürgen Müller因"不当行为"而离职后,SAP的CTO职位一直空缺。
Jan Gilg和Emmanuel (Manos) Raptopoulos将作为首席营收官共同领导SAP客户成功组织。目前担任云ERP总裁兼首席产品官的Gilg将负责SAP美洲和全球SAP业务套件。目前担任SAP EMEA区域总裁的Raptopoulos将同时领导SAP MEE和SAP APAC地区。
SAP战略:AI优先,套件优先 Herzig、Gilg和Raptopoulos将向SAP首席执行官Christian Klein汇报,并将成为SAP新成立的扩大执行董事会成员,该董事会将作为战略咨询机构推动公司"AI优先,套件优先"战略的实施。
公司表示:"这将在全球层面协调重要举措,确保它们在整个公司顺利实施。"SAP执行董事会将继续作为SAP SE的最高管理机构。
除Herzig、Gilg和Raptopoulos外,扩大管理董事会还包括Ada Agrait (CMO)、Michael Ameling (BTP总经理)、Sebastian Behrendt (全球财务主管)、Thomas Pfiester (全球客户参与主管) 和Monika Schaller (首席传播官)。
扩大管理团队中的业务套件部门总经理职位仍有待任命。
在SAP 15人的管理层中,有Agrait、Schaller和首席人力官Gina Vargiu-Breuer三位女性管理者,仅占20%。
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。